编辑: 过于眷恋 | 2019-07-17 |
然后对分离出的前景要素进行分 类;
最后进行细化处理操作.
1 彩色栅格地图背景滤除梯度模糊方法 阈值分割和边缘检测等方法可以分离图像的前景和背景, 但是其分离效果不是很理 想.为了更 好地实 现彩色 地图的 背 景滤除, 结合彩色栅格地 图的特 性, 在 模糊边 缘检测 方法的 基 础上提出一种能 够 较好 滤除 地 图背 景的 分 区模 糊梯 度 方法. 彩色栅格地图由于印刷工艺的限制以及纸质本身质量的差异, 产生了一些前景要素与背 景之间 比较模 糊的区 域.在采用 一 般的边缘检测技术 进 行检 测时 [ 1] , 地图 中各 区 域像 素灰 度对比度大的边缘提取效果良 好, 而对 比度 较小 的边 缘则 检测 效 果不理想, 或根本无法检测出来.因此在边缘检 测之前需对 图 像中的前景与背景之间比较模糊的区域进行增强运算, 加大前 景与背景之间灰度的对比度, 提高图像边缘检测的质量. 地图上前景要素的颜色一 般是由 前景色 逐渐向 背景色 过渡.由于扫描仪的滤光片理想 透光率 与实际 透光率 之间的 误 差和图像的边缘效应, 地图经扫描成像后会在前景要素的边缘 产生由深到浅 的过 渡色 [ 2] . 从前 景 要素 上看, 其像 素之 间的灰度值存在着差异, 即前景 要素本 身的像 素存在 着梯度, 只是这些梯度值比较小, 难以检测.如果增强地图中的前景要素像 素之间的梯度, 就能够检测 到前景 要素的 边缘, 而且 还能够 提 取出整个前景要素. 模糊边缘检测方法 Pal 算法 [ 3] 具有增强模糊边 缘的功能, 对对比度较小的边缘提取效果较好, 因此在 Pal 算法的基础 上 提出以下四点改进 措施 [ 4] : a) 将模 糊边 缘检 测 方法 中增 强像素灰度值改成增强像素梯度值, 增强介于大梯度与小梯度之间 的像素梯度值, 从而完整地提取出前 景要素;
b) 选择 适度的 分 区值 X, 将梯度矩阵分为 min{ M/ X, N/ X} 个, 每 个矩阵 为X*X, 然后再将每个分块中的像素梯度相 对本块 中的最 大梯度 进第25 卷第10 期2008 年10 月计算机应用研究Application Research of Computers Vol.
25 No.
10 Oct.
2008 行模糊化和增强, 这样才 能使要 增强的 像素梯 度得到 增强, 减 少背景滤除时前景 要素 的缺 失;
c) 利用 三角 函 数作 为隶 属函数[5] ;
d) 选择 uc 值为该区域所 有像素 梯度的 平均值 与该区 域 像素最大梯度之比, 这样更能符合彩色栅格地图特定区域的特 征.利用 Pal 算法思路分离复 杂地图的前景和背景要素时, 首 先求地图各像素的梯度得到梯度阵列;
然后分区域通过映射函 数将该区域转变到模糊域, 得到 梯度模 糊矩阵, 再增 强模糊 矩 阵的元;
最后采用适当的 阈值分 离增强 的阵列, 对照 原地图 各 像素实现地图背景与前景要素的分离.
2 分离提取前景要素的最优分量分色方法 彩色栅格地图的背景滤除是整个前景要素提取的基础, 彩 色地图通过不同 的颜 色表 示不 同 的要 素层 [ 6] , 其前 景要 素根据所表示地理信息的不同 也具有 不同的 颜色.由于 颜色的 不同, 不同的地图要素之间 具有不 同的色 度和亮 度, 可 以根据 各 要素的三原色混合量的不同, 分 割成不 同颜色 表示的 要素图. 彩色地图图像分色问题研究的 是怎样 利用彩 色地图 图像的 色 彩信息, 选择适当的色彩 模型分 割具有 不同颜 色特征 的目标, 从而提取出感兴趣的地图前景要素. 2.